PHP：從UTF-8 HTML轉換

我有一個法國網站，我想解析，但遇到轉換（uft-8）HTML到拉丁-1的問題。PHP：從UTF-8 HTML轉換

問題是顯示在下面的PHPUnit測試用例：

class Test extends PHPUnit_Framework_TestCase { 

    private static function fromHTML($str){ 
     return html_entity_decode($str, ENT_QUOTES, 'UTF-8'); 
    } 

    public function test1(){ 

     //REMOVE THE SPACE between the '&' and 'nbsp'. SO won't 
     //let me write it without the space 
     $strFrom = 'Wanted& nbsp;: les Chasseurs de Tamriel'; 
     $strTo = 'Wanted : les Chasseurs de Tamriel'; 
     $strFrom = self::fromHTML($strFrom); 
     $this->assertEquals($strTo, $strFrom); 
    } 

    public function test2(){ 
     $strFrom = 'Remplacement d&#8217;Almalexia'; 
     $strTo  = 'Remplacement d’Almalexia'; 
     $strFrom = self::fromHTML($strFrom); 
     $this->assertEquals($strTo, $strFrom); 
    } 

    }

TEST2完成細。 test1似乎因爲空間不正確而失敗，所以當轉換爲ascii時，它會以未知字符（）結尾。

我該如何確保兩項測試都通過？

來源

2009-08-07 Yacoby

爲什麼'＆'和'nbsp;'之間有空格？那是你正試圖解決的問題嗎？ – Nate 2009-08-07 13:57:59

因爲如果我不把這個空間轉換成一個空格，我不能寫空格 – Yacoby 2009-08-07 14:01:37

把它寫成「& nbsp;」。 – Bombe 2009-08-07 15:02:11

test1不會失敗，其答案是正確的。你比較的字符串是不一樣的。「& nbsp;」是而不是解碼爲空格（0x20）。這是一個不間斷的空格字符，因此被解碼爲0xa0。當您更改strTo以在冒號之前包含該字符時，assertEquals將返回true。當然，你必須確保你的文件是用UTF-8編碼保存的，就像PERR0_HUNTER mentioned一樣，但是看到你使用了「'」字符，你可能已經這麼做了。 :)

來源

2009-08-07 15:00:34 Bombe

就像一個小建議，確保你的.php文件編碼設置爲utf8，你不知道有多少人錯過了。

來源

2009-08-07 13:48:57 perrohunter

PHP：從UTF-8 HTML轉換

回答

相關問題